[A-CG46] 陸域生態系の物質循環

[ACG46-P11] 日本におけるソーラーパネル分布図作成のためのデータセット構築

*植田 晴¹、楊 偉^1,2 (1.国立大学法人　千葉大学大学院融合理工学府、2.千葉大学環境リモートセンシングセンター)

キーワード：衛星リモートセンシング、深層学習、ソーラーパネル

太陽光発電は主要な再生可能エネルギー源である一方、その設備が与える環境への影響が懸念され、日本の環境省は配備に関するガイドラインを策定している。そのため、日本全域におけるソーラーパネルの空間的・時間的分布を把握することが重要である。一般に、高空間分解能の衛星画像や航空画像と深層学習（e. g., CNN）を用いることでソーラーパネルの効果的な検出が可能である。しかし、教師あり深層学習モデルでは膨大なデータアノテーションが必要となり、大規模なマッピングには多大なコストと時間がかかる。本研究では、最新のセグメンテーションモデル（Segment Anything Model; SAM）を活用したデータセット構築の半自動化手法を提案し、コスト削減とモデル開発の高速化を図る。ソーラーパネルの位置を特定したあと、SAMを用いることでソーラーパネルのポリゴンを自動生成できる。結果として、2,500ポイントのアノテーション作業時間を200時間/人から12.5時間/人へと大幅に短縮することを実現できた。本手法により、限られたリソースの中でも、より大規模なデータセット構築と包括的な空間解析が可能となる。ベンチマークとして、千葉県印旛沼流域の40 km²においてトレーニングデータセットを構築し、衛星画像を使用してソーラーパネルをマッピングする深層学習モデルをトレーニングした。トレーニング後のモデルは既存研究のモデルと同等以上の精度を達成し、本手法が精度を損なうことなく、より大規模なデータセットの構築を可能にすることを示した。